wuying-agentbay-sdk

GitHub
1.1k 46 简单 1 次阅读 2天前Apache-2.0图像Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

wuying-agentbay-sdk 是专为 AI 智能体打造的云端沙箱开发工具包。它能让 AI 在几秒钟内获得一个独立、安全的云端环境,具备浏览器操作、桌面应用控制、移动端测试及代码执行等全方位能力。任务完成后,环境可立即销毁,开发者无需关心底层基础设施的维护与管理。

该工具主要解决了 AI 智能体在本地运行时面临的环境依赖复杂、操作权限受限以及难以模拟真实用户交互(如浏览网页、操作手机 APP)等痛点。通过提供按需分配的隔离环境,它确保了自动化任务的安全性与稳定性,让 AI 能够像人类一样在真实的操作系统中完成复杂工作流。

wuying-agentbay-sdk 非常适合需要构建高级自动化应用的开发者、AI 研究人员以及测试工程师使用。无论是进行网页数据抓取、企业软件流程自动化、移动应用 UI 测试,还是让 AI 辅助编写和调试代码,它都能提供强有力的支持。

其独特亮点在于提供了 Python、TypeScript、Go 和 Java 等多种主流语言的 SDK,并通过统一的 API 接口屏蔽了底层复杂性。结合阿里云强大的资源调度能力,它不仅支持自然语言控制的跨浏览器操作,还能实现并行的移动设备测试与智能化的代码空间管理,让构建“能动手”的 AI 智能体变得简单高效。

使用场景

某电商数据团队需要每日自动监控竞品网站价格变动,并生成包含截图和数据分析的日报。

没有 wuying-agentbay-sdk 时

  • 环境维护成本高:团队需自行搭建和维护多台带有浏览器环境的服务器,处理驱动版本冲突、系统更新等繁琐的基础设施问题。
  • 并发能力受限:本地或固定服务器资源有限,难以同时启动数十个浏览器实例进行大规模并行抓取,导致任务耗时过长。
  • 反爬对抗困难:固定 IP 和指纹容易被目标网站识别并封锁,缺乏动态隔离环境来模拟真实用户行为以绕过风控。
  • 流程断裂:网页抓取、数据清洗与代码执行分散在不同环节,需人工介入拼接数据,无法实现端到端的自动化闭环。

使用 wuying-agentbay-sdk 后

  • 零基础设施负担:通过 API 秒级创建按需云沙箱,内置完整浏览器环境,任务结束后自动销毁,彻底免除运维烦恼。
  • 弹性无限并发:利用云端资源瞬间拉起上百个隔离沙箱并行处理任务,将原本数小时的抓取工作压缩至分钟级完成。
  • 天然隔离防封禁:每个沙箱拥有独立的运行环境和网络特征,有效规避反爬机制,确保数据采集的稳定性与连续性。
  • 全链路自动化:在同一个沙箱内即可完成“访问网页 - 提取数据 - 运行 Python 分析脚本 - 生成报表”的全流程,真正实现无人值守。

wuying-agentbay-sdk 将复杂的云端环境管理转化为简单的 API 调用,让 AI 代理在安全、弹性的沙箱中高效完成现实世界的复杂任务。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具为阿里云 AgentBay 的客户端 SDK(支持 Python, TypeScript, Golang, Java),用于调用云端沙箱服务。运行本地 SDK 无需特殊硬件配置,实际计算资源(如浏览器、桌面、代码执行环境)由云端按需分配。使用前需注册阿里云账号并配置 AGENTBAY_API_KEY 环境变量。
python未说明
wuying-agentbay-sdk hero image

快速开始

arXiv PyPI Downloads NPM Downloads Go Report Card Maven Central License Ask DeepWiki

AgentBay

专为 AI 代理打造的云沙盒

AgentBay 为 AI 代理提供按需云沙盒——具备浏览器、桌面、移动端及代码执行能力的隔离环境。您可在几秒钟内创建一个沙盒,让您的代理完成任务,并在完成后将其销毁。无需管理任何基础设施。

凭借适用于PythonTypeScriptGolangJava的 SDK,AgentBay 通过简单的 API 为您的代理提供完整的云环境:执行命令、浏览网页、自动化桌面应用、测试移动 UI 或运行代码——所有这些都在安全且可丢弃的沙盒中完成。


🎯 您可以做什么

Browser Use

🌐 浏览器使用

自动化网页操作,包括内容抓取、测试和工作流。跨浏览器兼容,支持自然语言控制和远程访问。

了解更多 →

Computer Use

🖥️ 计算机使用

面向企业应用自动化的云桌面环境。标准化接口可实现对遗留软件的自动化,并进行智能资源调度。

了解更多 →

Mobile Use

📱 移动端使用

基于云的移动环境,用于智能应用自动化。精确的 UI 识别与控制,配合并行任务处理,适用于测试场景。

了解更多 →

Code Space

💻 代码空间

专业的云开发环境,支持多语言代码生成、编译和调试。提供安全、智能的自动化编程体验。

了解更多 →

✅ 前提条件

在使用 SDK 之前,您需要:

  1. 注册阿里云账号:https://aliyun.com
  2. 获取 APIKEY 凭证:AgentBay 控制台
  3. 设置环境变量:
    • 对于 Linux/MacOS:
      export AGENTBAY_API_KEY=your_api_key_here
      
    • 对于 Windows:
      setx AGENTBAY_API_KEY your_api_key_here
      

📦 安装

语言 安装命令 文档
Python pip install wuying-agentbay-sdk Python 文档
TypeScript npm install wuying-agentbay-sdk TypeScript 文档
Golang go get github.com/aliyun/wuying-agentbay-sdk/golang/pkg/agentbay Golang 文档
Java 参见下方 Maven 片段 Java 文档
Java Maven 依赖
<dependency>
    <groupId>com.aliyun</groupId>
    <artifactId>agentbay-sdk</artifactId>
    <version>0.19.0</version>
</dependency>

🚀 快速入门

Python

from agentbay import AgentBay, CreateSessionParams

agent_bay = AgentBay()

# 创建云沙盒(选项:“code_latest”、“browser_latest”、“desktop_latest”)
session = agent_bay.create(CreateSessionParams(image_id="code_latest")).session

# 在沙盒中执行代码
result = session.code.run_code("print('Hello AgentBay')", "python")
if result.success:
    print(result.result)  # Hello AgentBay

agent_bay.delete(session)

TypeScript

import { AgentBay } from 'wuying-agentbay-sdk';

const agentBay = new AgentBay();

// 创建云沙盒
const session = (await agentBay.create({ imageId: "code_latest" })).session;

// 在沙盒中执行代码
const result = await session.code.runCode("print('Hello AgentBay')", "python");
if (result.success) {
    console.log(result.result);  // Hello AgentBay
}

await agentBay.delete(session);

Golang

import "github.com/aliyun/wuying-agentbay-sdk/golang/pkg/agentbay"

client, _ := agentbay.NewAgentBay("", nil)

// 创建云沙盒
result, _ := client.Create(agentbay.NewCreateSessionParams().WithImageId("code_latest"))
session := result.Session

// 在沙盒中执行代码
res, _ := session.Code.RunCode("print('Hello AgentBay')", "python")
fmt.Println(res.Output)  // Hello AgentBay

client.Delete(session, false)

Java

import com.aliyun.agentbay.*;

AgentBay agentBay = new AgentBay();

// 创建云沙盒
CreateSessionParams params = new CreateSessionParams().setImageId("code_latest");
Session session = agentBay.create(params).getSession();

// 在沙盒中执行代码
CodeExecutionResult result = session.getCode().runCode("print('Hello AgentBay')", "python");
if (result.isSuccess()) {
    System.out.println(result.getResult());  // Hello AgentBay
}

agentBay.delete(session, false);

📚 文档

初次使用 AgentBay?快速入门教程开始——5 分钟内即可上手。

资源 描述
快速入门教程 5 分钟内开始使用
核心概念 理解会话、环境和沙箱
功能指南 各项能力的深入指南
API 参考文档 完整的 API 文档(Python · TypeScript · Golang · Java
示例集 实际应用示例和配方

🔧 核心功能

🎛️ 会话管理

  • 会话生命周期 — 按需创建、管理和删除云沙箱
  • 环境配置 — 配置区域、端点和沙箱镜像
  • 会话监控 — 监控状态和健康状况

🛠️ 内置模块

  • 命令执行 — 在云沙箱中运行 Shell 命令
  • 文件操作 — 上传、下载和管理文件
  • 上下文与数据持久化 — 在不同会话间保存和检索数据
  • Git 操作 — 远程克隆、提交和管理代码仓库

🤖 AI 辅助开发

如果您正在使用 AI 编码助手(Claude、Cursor、GitHub Copilot 等)配合 AgentBay SDK 进行开发,请将以下文件用作上下文:

  • llms.txt — 简明概述(约 1.4 万 token,约 55 KB)
  • llms-full.txt — 完整 SDK 源码、API 文档和示例(约 21.1 万 token,约 827 KB)

🆘 获取帮助

📞 联系方式

欢迎访问我们的产品官网并加入社区!

📄 许可证

本项目采用 Apache License 2.0 许可证授权——详情请参阅LICENSE 文件。

版本历史

golang/v0.19.02026/04/16
v0.19.02026/04/16
golang/v0.18.02026/03/20
v0.18.02026/03/20
v0.17.02026/03/17
golang/v0.17.02026/03/17
v0.16.12026/03/04
golang/v0.16.02026/03/03
v0.16.02026/03/03
golang/v0.15.12026/02/11
golang/v0.15.02026/01/26
v0.15.02026/01/26
golang/v0.14.02026/01/10
v0.14.02026/01/10
golang/v0.13.12025/12/22
golang/v0.13.02025/12/19
v0.13.02025/12/19
golang/v0.12.32025/12/09
golang/v0.12.22025/12/08
golang/v0.12.12025/12/05

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160.4k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|2天前
Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

109.2k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像